Диктофонно оборудване
В момента голямо значение се придава на различна информация, включително глас. Има проблем с удобните начини за съхраняване на тази информация. За целта се използват различни устройства за запис на звук. Принципът на изграждане на тези устройства е различен - от запис на първия фонограф върху восъчен носител, до преобразуване на звукова информация в цифрова
код, с последващото му съхранение под формата на цифрови кодове. Най-удобното средство за съхраняване на звукова информация е диктофон. Има много професии, за които диктофонът е необходимо устройство. Това са журналисти, телевизионери, кореспонденти, правоприлагащи органи.
В тази статия се обръща специално внимание на диктофонната технология, тъй като тя играе важна роля за работата на повечето хора в съвременния свят. Фигура 1 показва един от най-модерните диктофони, които могат да се използват за работа [1].
Целта на работата е да се разгледат характеристиките на диктофонната технология и възможностите за нейното ефективно приложение.
Експертите подчертават, че дори за подобряване на производителността на документите, използването на технологията за запис на глас е много важно и дава голяма печалба. Диктофонната технология се използва като междинна връзка за запис на информация при създаване на машинописни документи. Статистиката показва, че разходите за труд за съставяне на документ с междинно диктовка на текста в диктофон и последващо отпечатване от диктофон са 2-3 пъти по-малко, отколкото при ръкописна подготовка и последващо отпечатване от чернова [2].
1. Какво е диктофон?
Диктофонът е устройство за запис на реч на лента с цел възпроизвеждане както в нормален режим, така и в режим на диктовка. Основната цел на записващото устройство е повторно въвежданеинформация на машинопис или компютър или ръкописно. Диктофонът е специален случай на магнетофон - устройство за запис на звукова информация върху магнитен носител с цел последващото му възпроизвеждане. Магнетофоните и диктофоните се раждат благодарение на създаването от американския изобретател Томас Едисон през 1877 г. на първото устройство за запис и възпроизвеждане на звук - фонографът [3].
Клаксонът насочваше звука към метална мембрана, свързана със стоманена игла. Звукът накара мембраната да вибрира, а иглата направи вдлъбнатини с различна дълбочина върху тънкото фолио, покриващо специалната восъчна ролка. Когато ролката беше завъртяна отново, за да слушате, вдлъбнатините накараха стилуса да вибрира. Мембраната превърна тези вибрации обратно в звук. Първоначално фонографът се продава като забавна играчка и едва след като Томас Едисън успява да запише музика с него, това изобретение се третира като научно откритие [4].
Диктофоните се използват в българската секретарска политика от 1904 г. и се използват и до днес. Днес цели диктофонни и машинни бюра се отварят с помощта на стационарни диктофони, тъй като разходите за труд за съставяне на документ с междинно диктовка на текста на диктофон са три до четири пъти по-малко, отколкото при ръкописна подготовка и последващо отпечатване от чернови.
2. Диктофонно-компютърно въвеждане на текст
Програмите за диктовка на текст (едно от приложенията за разпознаване на реч) първоначално можеха да разберат само така наречената „отделна“ реч, при която се изискваше кратка пауза след всяка изречена дума. Този начин на говорене е неестествен - в хода на нормален човешки разговор интензитетът на звука почти никога не пада до нула (това се виждагледайки спектрограмите). Едва през 1997 г. комерсиалните програми се научиха да разпознават диктовката на текстове с обща тема, изпълнени по начина на непрекъсната реч. Разбира се, речникът на такива пакети обслужва така наречената обща тема и обхваща само малка част от целия речник. Значителна част от потребителите не се ограничават до този речник и свързват по-специализирани (технически, медицински, правни и други) речници.
Качеството на разпознаването обаче се влияе дори от начина на водене на разговор - непринуден разговор със сравнително малък брой използвани лексикални единици е много по-труден за запис от премерена диктовка. Проблемът се крие главно в променливостта и наличието на голям брой различни семантични нюанси в най-простите дизайни. Кратките думи са най-трудни за разпознаване, в резултат на което в сравнение с многосричните думи честотата на грешките при тяхната обработка е несравнимо по-голяма [5]. Най-сериозният проблем са едно-двубуквените думи. Единственият начин да накарате компютър да различи английските "a" и "an" е като се позовавате на контекста на цялата фраза. Транскрипцията на диктофонни записи, компютърната транскрипция на конференции и дискусии е задача, към решаването на която създателите на софтуер за разпознаване на реч наскоро се приближиха. Според разработчиците на Dragon Systems, IBM и Lernout & Hauspie, компютърът (с непрекъснато диктовка) е в състояние да разпознае правилно до 95% от текста, а междувременно е известно, че за удобна работа точността на разпознаване трябва да бъде увеличена до 99%. Излишно е да казвам, че покоряването на подобни върхове в реални условия изисква меко казано необикновени усилия.
Централният елемент на всеки продукт, принадлежащ към една от изброените групи, е машина за разпознаване на реч -съществуващи самостоятелно или като набор от алгоритми, реализирани в софтуерен пакет. Повечето машини за разпознаване на реч се състоят от четири основни блока: препроцесор, екстрактор, компаратор и интерпретатор.
Базираното на реч разпознаване е важна функция за обработка на реч, изпълнявана от системата. Този процес ви позволява да замените непродуктивната работа на клавиатурата.
3. Устройство за запис на глас
Но самите рекордери са се променили значително. Появиха се малки диктофони с носители на информация на компакт дискове или флаш карти. Технологията на тяхното производство расте скокообразно. Визуално преносимият диктофон може да бъде представен като устройство, състоящо се от три основни части: